文献类型：期刊文章

作　　者：王宪保[1] 周德龙[1] 王守觉[2]

机构地区：[1]浙江工业大学信息工程学院,杭州310014 [2]浙江工业大学智能信息系统研究所

出　　处：《计算机学报》

基　　金：国家自然科学基金(60572077)资助~~

年　　份：2007

卷　　号：30

期　　号：12

起止页码：2109-2114

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20080211012838)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于仿生模式识别理论的神经网络构造方法.仿生模式理论认为:"同类而不完全相等的事物之间,必至少存在一个渐变过程,在这个渐变过程中间的各事物都是属于同一类的".利用这一理论,从不同结构神经元模型在高维空间中的几何意义出发,通过对一种新型的神经网络的构造,实现了对不同类样本在高维空间中形成的不同形状几何体的覆盖,从而达到分类的目的.通过双螺旋曲线的分类实验,证明了这种神经网络具有很好的识别效果.

关 键 词：模式识别 神经元 神经网络 构造型神经网络 几何体覆盖  高维空间

分 类 号：TP18]